Abstract
Neuroscience
Analysen af neuronal netværk funktionen kræver en pålidelig måling af adfærdstræk. Da adfærd frit bevægelige dyr er variabel til en vis grad, har mange dyr, der skal analyseres, for at opnå statistisk signifikante data. Dette kræver en computer bistået automatiseret kvantificering af bevægelseskomponenter mønstre. For at opnå høj kontrast billeder af næsten gennemsigtige og mindre bevægelige objekter, blev en ny imaging teknik baseret på frustrerede total intern refleksion kaldet FIM udvikles. I denne opsætning er dyrene kun belyst med infrarødt lys i det særlige situation for kontakt med den underliggende crawling overflade. Denne metode resulterer i meget høj kontrast billeder. Efterfølgende er disse høj kontrast billeder forarbejdet ved anvendelse af etablerede kontur sporing algoritmer. Baseret på dette, vi udviklede FIMTrack software, som tjener til at udtrække en række funktioner, der er nødvendige til kvantitativt at beskrive en lang række bevægelseegenskaber. Under udviklingen af denne software pakke, vi fokuseret vores indsats på en open source arkitektur tillader nem tilføjelse af yderligere moduler. Programmet fungerer uafhængig af platform og er ledsaget af en intuitiv GUI vejlede brugeren gennem dataanalyse. Alle bevægelsesevne parameterværdier er givet i form af CSV-filer gør det muligt yderligere dataanalyser. Desuden en Resultater Viewer integreret i tracking software giver mulighed for interaktivt at gennemgå og justere output, som kan være nødvendig under stimulus integration. Effekten af FIM og FIMTrack demonstreres ved at studere bevægelse af Drosophila larver.
ABOUT JoVE
Copyright © 2024 MyJoVE Corporation. All rights reserved